Замазать текст в PDF
в вашем браузере.

Закрыть текст, который не должен уйти

Причины редактировать (redact) PDF обычно про то, чтобы скрыть части документа, оставив остальное читаемым. Договор с домашним адресом контрагента идёт третьему рецензенту, которому этот адрес видеть не нужно. Медицинское направление делится со страховой, где идентификатор пациента должен быть закрыт. Финансовая отчётность прикладывается к пакету для совета директоров, но номера счетов на уровне юнита должны быть закрыты. Проектное предложение показывают кандидатам-подрядчикам с зачёркнутой строкой бюджета, чтобы не якорить их на цифре. Задача здесь маленькая и предсказуемая: вводите слова или фразы, которые надо скрыть, и инструмент рисует непрозрачный чёрный прямоугольник над каждым вхождением на каждой странице.

Прочтите внимательно перед тем как редактировать что-либо чувствительное: это визуальная редакция, не криминалистическая. Чёрные прямоугольники закрывают текст на экране и при печати, но сам текст остаётся в файле. Любой с PDF-инструментом извлечёт его через копирование, поиск или инспекцию content-stream. Это уместно, когда «случайные» читатели не должны видеть текст — отправка черновика, скрытие непубличных номеров счетов от коллеги, маскировка номера телефона на скриншоте. Это не уместно для публикаций по закону о доступе к информации, судебных подач или всего, где противник будет искать всерьёз.

Как работает совпадение

Вы вводите один или несколько паттернов. Каждый паттерн ищется как нечувствительный к регистру whole-substring против фрагментов текста внутри PDF. Когда фрагмент содержит ваш паттерн, над всем bounding-rect фрагмента рисуется чёрный прямоугольник.

Практические следствия:

• Подстрочное совпадение, не по целому слову. Паттерн art закроет «art», «artist», «smart», «martin». Делайте паттерны достаточно специфичными — полные имена, полные номера счетов, полные e-mail.
• Регистронезависимо. Паттерн Анна закроет «Анна», «анна», «АННА».
• Никаких regex или wildcard. Что вы набрали — то и буквальная последовательность для совпадения.
• Покрытие пофрагментное. PDF хранит текст фрагментами; рисуемый bounding rect закрывает целый фрагмент. Если паттерн зацепил одно слово во фрагменте, в котором больше текста, окружающий текст тоже закроется. Обычно это то, что нужно; иногда увидите больше закрытого, чем ждали.
• Паттерны через границы фрагментов не ловятся. «Иван Петров» — один фрагмент в одних PDF и два в других. Если разнесён, паттерн не сработает на склеенной строке. Добавьте части как отдельные паттерны: Иван Петров, Петров, Иван.

У чёрного прямоугольника есть 1 пункт паддинга вокруг найденного bounding box — учёт субпиксельного размещения глифов, чтобы полоски исходного текста не выглядывали по краям.

Что скрыто vs. что остаётся в файле

Эта секция важнее любой другой. Чёрный прямоугольник — это инструкция рисования в content-stream страницы. Исходный текст тоже в content-stream, под ним. PDF-ридеры отображают их по порядку: сначала текст, потом прямоугольник сверху, так что прямоугольник побеждает визуально. Но сам текст не удаляется.

Что это означает конкретно:

• Копирование возвращает исходный текст. Выделение редактированной области в Adobe Reader и копирование даёт слова, которые вы пытались скрыть. Чёрный прямоугольник не выделяется; текст под ним — выделяется.
• Поисковики находят текст. Если редактированный PDF загружен на сайт, поиск по скрытому имени вернёт документ.
• Пере-сохранение в другом PDF-инструменте может сохранить оба слоя. Некоторые инструменты пере-собирают content-stream и могут сбросить редакции; другие сохраняют.
• Криминалистические инструменты извлекают исходник легко. Любой PDF-парсер перечислит все content-streams текста. Прямоугольник — это просто отдельный рисунок.

Для ситуаций, где подлежащий текст должен реально исчезнуть — публикации в рамках законов о прозрачности, доказательства в суде, всё, что уйдёт противнику — нужен другой workflow: пере-экспортируйте исходный документ с удалённым чувствительным текстом, или конвертируйте страницу в изображение и пере-OCR (что навсегда удаляет текстовый слой).

Что переживёт операцию, а что нет

• Видимое содержимое страниц остаётся прежним. Всё, что не совпало, остаётся ровно как было — те же шрифты, та же вёрстка, те же изображения.
• Закладки, аннотации, ссылки, поля форм — всё переживает. Прямоугольники — это добавленные рисунки; ничто другое не пере-собирается.
• Исходный текст сохраняется под прямоугольником. См. секцию выше. Это центральное ограничение.
• Цифровые подписи аннулируются. Любая модификация документа, включая добавление прямоугольников, ломает связку с подписью.
• Зашифрованные PDF нужно сначала разблокировать. Прогоните через unlock-pdf с паролем перед редакцией.

Если что-то выглядит не так

• «At least one redaction pattern required». Список паттернов был пуст. Введите хотя бы одно слово или фразу.
• Паттерн совпал, но закрыл больше текста, чем ожидалось. PDF хранит ту строку как один фрагмент, и прямоугольник пофрагментный. Обычно приемлемо; если проблема, источник нужно пере-экспортировать с удалённым текстом правильно.
• Паттерн не совпал с тем, что я ожидал. Три обычные причины: (1) текст в сканированном изображении, не в текстовом слое — инструмент не видит текст в изображении; сначала OCR через pdf-to-txt или специализированный инструмент. (2) Паттерн пересекает фрагменты — разбейте на короткие. (3) PDF использует нелатинские символы со сломанной кодировкой; копирование из просмотрщика для проверки того, что там реально, — самая быстрая диагностика.
• Я отредактировал, но коллега извлёк текст через копирование. Работает как задокументировано — только визуальная редакция. Для реального удаления — пере-экспорт из источника.

Практические заметки

1. Используйте для визуального скрытия, не для враждебных сценариев. Скрыть имя в черновике, отправляемом другу, который не будет извлекать: ок. Скрыть имя в судебной подаче, где противоположная сторона прогонит криминалистические инструменты: не ок.
2. Специфические паттерны вместо общих. Редактируйте +7-495-555-0123, не 0123. Редактируйте [email protected], не jane. Специфические паттерны меньше over-match и одинаково скрывают то, что вы хотели.
3. Проверяйте копированием. После редакции откройте результат в просмотрщике, выделите редактированную область, скопируйте. Если выйдет исходный текст — вы подтвердили ограничение; продолжайте, только если визуального скрытия достаточно.
4. Для долговременного удаления — используйте источник. Если документ из Word — редактируйте Word и пере-экспортируйте. Если из БД — переспросите без чувствительных полей. Инструмент редакции PDF — для случаев, когда источника нет.
5. Исходный файл остаётся нетронутым. Скачивается новый редактированный PDF; источник на диске не меняется.

Что происходит с вашим файлом

Редакция работает в браузере. Введённые паттерны и содержимое файла никогда не покидают эту вкладку. Откройте DevTools и наблюдайте вкладку Network во время операции — никаких исходящих запросов с содержимым файла или паттернами. PDF остаётся на диске; редактированная версия — это новая загрузка рядом.